Awesome GitHub RepositoriesObject-Document Mappers

TypeORM is an object-relational mapper for TypeScript and JavaScript that bridges the gap between object-oriented application code and relational database tables. It provides a comprehensive data persistence layer that allows developers to define database entities using class decorators or configuration objects, enabling seamless interaction with data through object-oriented patterns. The project distinguishes itself through a flexible architecture that supports both the data mapper and repository patterns, alongside a fluent query builder that translates high-level method calls into platform

Mongoose is an object data modeling library and framework for Node.js that maps application objects to MongoDB documents. It functions as a document mapper and schema validator, ensuring consistent data types and validation rules for records stored in MongoDB. The project provides a system for defining structured schemas to model application data, including the ability to create hierarchical data structures through nested schema composition. It implements a middleware-based hook system that allows for the interception and modification of data states during the lifecycle of database operations

RethinkDB is a distributed, document-oriented database designed to store and manage JSON-formatted data across scalable clusters. It utilizes a custom log-structured storage engine with B-Tree indexing to ensure high-performance disk I/O and data persistence. The system maintains high availability through automatic sharding and replication, employing a primary-replica voting consensus mechanism to handle node failures and ensure consistent cluster operations. A defining characteristic of the platform is its reactive changefeed engine, which allows applications to subscribe to live data update

node-lessons is a comprehensive Node.js programming course and instructional guide. It provides a collection of guided lessons and code examples designed to teach the fundamentals of the Node.js runtime and server-side JavaScript development. The project serves as a practical guide for building web servers and backend applications, specifically covering the implementation of HTTP servers, request routing, and middleware chains. It includes specialized instructional material on managing asynchronous JavaScript workflows through promises and flow control, as well as guides for integrating NoSQL

MongoEngine ist ein Python-Object-Document-Mapper, der Datenbankeinträge in Objekte übersetzt, um eine objektorientierte Schnittstelle für die Datenpersistenz bereitzustellen. Er dient als Dokument-Manager und Schema-Validator für MongoDB und bildet Klassen auf Dokumente ab, um Datentypen und Validierungsregeln durchzusetzen. Das Projekt bietet ein Lazy-Loaded-Queryset-System zum Filtern, Sortieren und Aggregieren von Sammlungen unter Verwendung einer Python-Syntax. Es verwaltet komplexe Datenstrukturen durch Funktionen wie Dokumentenvererbung, rekursive Handhabung eingebetteter Dokumente und referenzbasierte Objektverknüpfung. Die Bibliothek deckt breite Funktionen ab, einschließlich Schema-Migration, Volltextsuche und die Verwaltung großer Binärdateien über das GridFS-Dateisystem. Sie enthält zudem Tools zur Optimierung von Datenbankindizes, zur Profilierung der Abfrageleistung und signalbasierte Lifecycle-Hooks, um Logik während Dokumentenereignissen zu automatisieren.

Dieses Projekt ist eine Bibliothek für Objektpersistenz und eine Abstraktionsschicht für Data-Mapper. Es bietet eine Reihe gemeinsamer Schnittstellen und Basisklassen, die darauf ausgelegt sind, die Domänenlogik von spezifischen Object-Mapper-Implementierungen zu entkoppeln und die Geschäftslogik von der zugrunde liegenden Datenzugriffsschicht zu trennen. Die Bibliothek enthält ein Tool zur Verwaltung und Migration von Datenbankschemata für das Definieren, Versionieren und Bereitstellen inkrementeller Updates von Datenbankstrukturen in verschiedenen Umgebungen. Sie fungiert zudem als Dokumentendatenbank-Mapper, der Objektzustände für Speicherung und Abruf in strukturierte Dokumentformate übersetzt. Das System deckt ein breites Spektrum an Persistenzfunktionen ab, einschließlich der Verwaltung von Objektsammlungen und der Möglichkeit, Objekte ohne Aufruf von Konstruktoren zu instanziieren, um den Zustand wiederherzustellen. Zudem bietet es Dienstprogramme für die Versionierung von Datenbankschemata und das Dispatching benutzerdefinierter Ereignisse, damit entkoppelte Komponenten auf Persistenzänderungen reagieren können.

Mongoid ist ein Object-Document-Mapper für Ruby, der Ruby-Objekte in MongoDB-Dokumente übersetzt. Er dient als Dokument-Datenbank-Mapper und Client-Bibliothek und bietet eine strukturierte Möglichkeit, die Datenpersistenz und den Abruf innerhalb einer NoSQL-Umgebung zu verwalten. Das Projekt zeichnet sich durch das Angebot fortschrittlicher Datenabruf-Tools aus, einschließlich Vektorsuche für semantische Ähnlichkeit und Volltextsuche für Keyword-Matching. Es implementiert hochsicheren Datenschutz durch clientseitige Verschlüsselung auf Feldebene, Verschlüsselungsschlüssel-Rotation und TLS-Verbindungssicherheit, um sensible Informationen zu schützen. Zu den breiten Funktionen gehören die Verwaltung von Dokumentlebenszyklen über Callback-Hooks, die Organisation von Dokumenten in hierarchischen Baumstrukturen und die Verwendung von Aggregation-Pipelines für die Datentransformation. Es handhabt zudem das Datenbank-Index-Management, das Replica-Set-Routing für Cluster-Traffic und die Integration externer Datei-Upload-Bibliotheken. Das System bietet Tools für Observability durch Anwendungs-Logging, Datenbank-Ereignisüberwachung und Dokument-Historien-Tracking.

Spring Data Elasticsearch is a data access library that maps Java objects to Elasticsearch indices. It functions as an object mapper, a repository abstraction, and a query DSL wrapper, providing both a standard and a reactive client for executing asynchronous search and persistence operations. The project distinguishes itself by automating data access through repository interfaces, which generate query logic based on method naming conventions. It enables the construction of complex search queries using a domain-specific language and supports advanced search capabilities such as vector similar